В лекции представлено описание целей курса, терминологии предмета, рассмотрены философские аспекты проблемы систем ИИ и история развития систем ИИ

Цель дисциплины: Цель дисциплины: подготовка специалистов в области автоматизации сложноформализуемых задач, которые до сих пор считаются прерогативой человека. Дисциплина изучается для приобретения знаний о способах мышления человека, а также о методах их реализации на компьютере.

искусственный интеллект (artificial intelligence) Термин интеллект (intelligence) происходит от латинского intellectus, что означает "ум, рассудок, разум; мыслительные способности человека". Соответственно искусственный интеллект (artificial intelligence) ИИ (AI) обычно толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий. Алгоритм Алгоритм - точное предписание о выполнении в определенном порядке системы операций для решения любой задачи из некоторого данного класса (множества) задач. Основные определения

З адачи, алгоритмы решения которых уже установлены, не следует называть интеллектуальными. Как отмечает известный специалист в области ИИ М. Минский, "излишне приписывать им такое мистическое свойство, как "интеллектуальность"". новое определение интеллекта Исходя из того, что интеллектуальными задачами можно назвать те, в которых нет заранее определённого алгоритма, дадим новое определение интеллекта - это универсальный сверхалгоритм, который способен создавать алгоритмы решения конкретных задач. Мышление Мышление или интеллектуальная деятельность - деятельность мозга (обладающего интеллектом), направленная на решение интеллектуальных задач. Характерными чертами интеллекта Характерными чертами интеллекта, проявляющимися в процессе решения задач, являются способность к обучению, обобщению, накоплению опыта (знаний и навыков) и адаптации к изменяющимся условиям в процессе решения задач.

самовоспроизведения Кроме самосовершенствования, искусственный интеллект должен выполнять задачи самовоспроизведения. В начале 50-х годов Дж. фон Нейман занялся основательным изучением самовоспроизведения и заложил основы математической теории "самовоспроизводящихся автоматов". Он же доказал теоретически возможность их создания. Алгоритмическая универсальность ЭВМ Алгоритмическая универсальность ЭВМ означает, что на них можно программно реализовывать (т. е. представить в виде машинной программы) любые алгоритмы преобразования информации будь то вычислительные алгоритмы, алгоритмы управления, поиска доказательства теорем или композиции мелодий. проблема безопасности Интеллектуальная система может иметь свои желания и поступать не так, как нам хотелось бы. Таким образом, перед нами встает проблема безопасности.

три закона Решая проблему безопасности, было принято три закона: 1. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред. 2. Робот должен повиноваться командам, которые ему дает человек, кроме тех случаев, когда эти команды противоречат первому закону. 3. Робот должен заботиться о своей безопасности, насколько это не противоречит первому и второму закону.

три основных направления Исторически сложились три основных направления в моделировании ИИ. История развития систем ИИ В рамках первого подхода объектом исследований являются структура и механизмы работы мозга человека, а конечная цель заключается в раскрытии тайн мышления. Необходимыми этапами исследований в этом направлении являются построение моделей на основе психофизиологических данных, проведение экспериментов с ними, выдвижение новых гипотез относительно механизмов интеллектуальной деятельности, совершенствование моделей и т. д. Второй подход в качестве объекта исследования рассматривает ИИ. Здесь речь идет о моделировании интеллектуальной деятельности с помощью вычислительных машин. Целью работ в этом направлении является создание алгоритмического и программного обеспечения вычислительных машин, позволяющего решать интеллектуальные задачи не хуже человека. Третий подход ориентирован на создание смешанных человеко-машинных или, как еще говорят, интерактивных интеллектуальных систем, на симбиоз возможностей естественного и искусственного интеллекта. Важнейшими проблемами в этих исследованиях является оптимальное распределение функций между естественным и искусственным интеллектом и организация диалога между человеком и машиной.

перcептрон В 1957 г. американский физиолог Ф. Розенблатт предложил модель зрительного восприятия и распознавания перcептрон. Появление машины, способной обучаться понятиям и распознавать предъявляемые объекты, оказалось чрезвычайно интересным не только физиологам, но и представителям других областей знания и породило большой поток теоретических и экспериментальных исследований. в режиме обучения и в режиме распознавания Перcептрон или любая программа, имитирующая процесс распознавания, работают в двух режимах: в режиме обучения и в режиме распознавания. В режиме обучения некто (человек, машина, робот или природа), играющий роль учителя, предъявляет машине объекты и о каждом из них сообщает, к какому понятию (классу) он принадлежит. По этим данным строится решающее правило, являющееся, по существу, формальным описанием понятий. В режиме распознавания машине предъявляются новые объекты (вообще говоря, отличные от ранее предъявленных), и она должна их классифицировать, по возможности, правильно.

предикатов Начиная с 1960 г., был разработан ряд программ, способных находить доказательства теорем в исчислении предикатов первого порядка. Эти программы обладают, по словам американского специалиста в области ИИ Дж. Маккатти, "здравым смыслом", т. е. способностью делать дедуктивные заключения. языке логики предикатов В программе К. Грина и др., реализующей вопросно- ответную систему, знания записываются на языке логики предикатов в виде набора аксиом, а вопросы, задаваемые машине, формулируются как подлежащие доказательству теоремы.

MICIN MICIN экспертная система для медицинской диагностики. Разработана группой по инфекционным заболеваниям Стенфордского университета. Ставит соответствующий диагноз, исходя из представленных ей симптомов, и рекомендует курс медикаментозного лечения любой из диагностированных инфекций. База данных состоит из 450 правил. PUFF PUFF анализ нарушения дыхания. Данная система представляет собой MICIN, из которой удалили данные по инфекциям и вставили данные о легочных заболеваниях. DENDRAL DENDRAL распознавание химических структур. Эта система старейшая из имеющих звание экспертных. Первые ее версии появились еще в 1965 году во все том же Стенфордском университете. Пользователь дает системе DENDRAL некоторую информацию о веществе, а также данные спектрометрии (инфракрасной, ядерного магнитного резонанса и масс-спектрометрии), и та в свою очередь выдает диагноз в виде соответствующей химической структуры. PROSPECTOR PROSPECTOR экспертная система, созданная для содействия поиску коммерчески оправданных месторождений полезных ископаемых. Примеры крупномасштабных экспертных систем экспертных систем